虽然线上零售对线下零售造成了很大的冲击，但在零售总额实际比例中，线下零售占比依然高达90％。展望未来，线下零售依然会占领零售行业的重要地位。
但大浪淘沙，在这前所未有的挑战面前，线下零售如何才能在这浪潮中傲然屹立？多数企业都在努力突围，将出路指向了数据驱动的精细化运营。
湖南友谊阿波罗商业股份有限公司（以下简称“友阿股份”）是2004年6月由湖南省商业龙头企业——湖南友谊阿波罗控股股份有限公司发起设立的一家以商业零售业为主业的股份有限公司。公司旗下已拥有友谊商店AB座、友谊商城、阿波罗商业广场、友阿春天长沙店、友阿百货朝阳店、友阿春天常德店、常德友阿国际广场、郴州中皇城、郴州友阿国际广场和友阿电器连锁等百货业态门店；并成功构建了以长沙奥特莱斯购物公园及天津滨海新区奥特莱斯购物公园为代表的新型奥特莱斯业态，同时公司还在常德、邵阳等地开发建设新的大型城市整体项目，已然成为湖南商业的领跑者，雄居全国百强零售业商业前列。
挑战频频，友阿股份如何迎难而上？
随着移动互联网终端的普及和80、90后成为主流消费体的现实，电商与实体多渠道并行发展、并行竞争的时代已经来临，面对电商的价格与品类优势，传统商场百货业的顾客正在逐步流失，而租金成本、人力成本却在不断上涨。
友阿股份随势而变，为了对抗互联网的冲击，新增跨境电商业务——海外购以及线上商城——友阿微店等互联网+业务。这是友阿股份O2O全渠道又一次全新的尝试，助力扩展了百货店商品品类，优化了其现有百货门店供应链。
面对湖南本地的竞争对手的快速崛起、同质化竞争激烈的场面，友阿股份积极借鉴国外市场，接连开辟出“奥特莱斯”、“国际广场”新业态，并重金打造“国货陈列馆”等黄金珠宝直营店，增加商业机会。同时，友阿股份其他百货门店也开始加大自营商品的范围，许多利润高、销量好的商品慢慢由联营转为经销，自营商品的销售与库存需求也随之增加。
消费升级时代，线下零售业再次面临转型
在网络购物、智慧购物的新消费时代，传统零售业需要转型已经是行业共识。当处理信息和收集信息的成本大幅下降时，利用大数据来分析和洞察消费者，为消费者提供个性化服务，并以互联网和大数据为工具，全方位提高供应链效率，强化企业竞争力，开始普遍被零售企业所接受。
友阿股份信息化现状：经过多年发展，友阿股份的ERP、LSP、CRM、线上系统等应用系统的数据量不断增长，积累了大量的经营数据和客户信息；但由于各应用系统间缺乏系统的规划，对数据没有统一的定义，使得应用系统之间的数据无法共享，形成了信息孤岛；并且数据颗粒度、准确性与及时性未达到企业需求。如何将海量数据转化为利润？这是友阿股份正面对的难题。
如何用数据驱动精细化运营，再造线下零售核心能力？
基于以上问题，友阿股份引入大数据时代的商业智能——海致BDP，用数据支撑日常决策、实现数据驱动的精细化运营。携手海致BDP成为了友阿股份转型的重要一步。
BDP为友阿股份提供一站式的大数据分析平台，打通了企业分散的数据，将系统数据归集、整合、汇总，通过其灵活、低门槛、高性能、一站式的特性，帮助友阿建立数据驱动体系，让友阿股份低成本的、高效的实现精细化管理和运营，从而为其带来长期的、可持续的增长点。
如今，BDP已经深入运用到友阿股份的品牌招商部、运营策划部、运营中心等多个部门和门店，为各部门与门店运营提供数据支撑和决策依据。
场景一：利用机器学习预测合同完成情况，调整运营策略，完成合同目标
每个合同当前年份销售总额与使用BDP机器学习预测历年同品牌的合同剩余时间的销售总额，二者求和得到预测合同完成情况。
预测合同完成情况，重点监控完成情况较差和较好的合同。针对完成情况较差的合同，督促供应商采取措施，完成年保底销售额，为续约合同以及签新的供应商提供数据参考。
合同完成情况（演示数据，非友阿股份真实数据）
上图蓝色柱体为表示保底销售额，黄色柱体表示预计销售额，绿色折线表示预计完成率，根据系统预测可见，该合同明显无法完成保底销售额；接着通过联动，可以直接找到该品牌详细合同。
场景二：实时数据展示，随时调整促销方案，让活动ROI最大化
BDP实时展示门店的销售情况，更新频次为3分钟一次。实时数据支持从楼层—楼面—柜组—品牌—供应商—合同的逻辑钻取，快速定位问题所在。同时，BDP支持移动端实时查看和分享。
门店通过实时数据展示随时了解活动的运营情况，门店运营人员在手机上随时根据实时数据，调整门店活动券的发出和回收，让活动ROI最大化。
门店实时销售（演示数据，非友阿股份真实数据）
场景三：实现单品管理，根据销售情况转移单品，降低库存
友阿股份通过ERP升级，数据精细到单品。在BDP中能够查看到每个单品每天的销售情况和库存情况。通过对单品数据的监控，帮助运营调整销售策略，例如将自营商品从销售不好的门店转移到销售好的门店中，形成销售互补，扩大销量，降低库存。
场景四：构建会员画像，精准营销，保留核心高质量用户，降低流失率
通过完善会员的信息数据，了解现有用户并寻找目标用户。通过用户的静态+动态数据，描绘用户画像，打上合理的个性化标签；通过大数据机器学习算法，将用户分群，针对每类用户采取精准营销策略。
例如，结合用户RFM行为数据，对用户使用聚类算法进行分群，对分群用户进行画像，探索忠诚、流失、高消费等人群特性，预测流失用户，对每类群体进行个性化营销，保留核心高质量用户，降低流失率。
用户画像（演示数据，非友阿股份真实数据）
传统实体零售变革，在大数据的助力下重塑人与商业、人与商品、人与服务、人与体验之间的关系。数据是新的赋能者，驱动传统零售转型。海致BDP作为大数据时代的商业智能，正在为越来越多的零售企业实现数据驱动型洞察与决策，推送零售企业长足发展。
（责任编辑：魏敏）
